利用大型语言模型方法揭示法医精神病学评估中的推理模式

《Scientific Reports》：Large language model approach to uncover reasoning patterns in forensic psychiatric assessment

　　

摘要

法医精神病学评估（FPA）用于判断精神障碍是否会影响个人的刑事责任，但这些高风险判断背后的推理过程在很大程度上仍然是隐性的，并且容易受到主观因素的影响。我们研究了大型语言模型（LLMs）是否能够量化和阐明FPA中蕴含的推理模式，以及哪些具体组成部分对这些推理过程贡献最大。我们分析了2018年至2023年间在芬兰一家法医医院进行的253份FPA报告。使用芬兰版本的Sentence-BERT模型对每份报告中的文本进行了嵌入处理，并通过嵌套交叉验证框架利用支持向量机对不同部分的嵌入结果进行了分类。模型性能通过接收者操作特征曲线下面积（AUROC）进行评估，并结合了词级和句级的可解释性分析。在各个部分中，精神病学评估（AUROC 0.90，95%置信区间0.86–0.94）、心理评估（0.88，0.84–0.92）以及过往记录（0.83，0.78–0.88）对刑事责任的预测能力最强。将多个部分的信息结合起来后，预测准确性进一步提高（AUROC 0.94，0.90–0.97）。与精神病、思维混乱和精神治疗相关的语言特征与刑事责任缺失有关，而物质使用、反社会行为和有组织的行为则更常见于被认为具有刑事责任的人。这些发现表明，基于LLM的方法能够识别并量化与法医精神病学决策相关的文本模式。